夜雨聆风让AI真正读懂生命分子，可能是本世纪最难的那道题。
AlphaFold用三年时间破解了蛋白质折叠难题，如今一款新模型将已知蛋白质结构种类扩充了数倍。科学美国人称之为结构生物学领域十年一遇的突破。
示意图（配图与文章内容无关）
01 AlphaFold的局限，被新模型突破了
AlphaFold的核心逻辑是基于已知的氨基酸序列预测三维结构，但面对"孤儿蛋白"——那些在自然界中罕见、几乎没有相似序列的蛋白质——预测精度明显下降。
新模型通过引入无监督学习范式，无需依赖相似序列就能完成预测。
这意味着生物学上大量未知功能的蛋白质，可能因此被"看见"。
示意图（配图与文章内容无关）
02 制药行业的新药研发周期可能因此缩短
目前一款新药从发现靶点到完成临床前研究，平均需要五到七年。
如果蛋白质结构预测的准确性和覆盖范围同步提升，靶点发现阶段将从被动筛选转向主动设计。
礼来和辉瑞近期相继与AI蛋白质预测创业公司签订合作协议，动作比市场预期快了至少两年。
示意图（配图与文章内容无关）
03 但距离真正"读懂"生命还有距离
蛋白质折叠是生命的基础，但生命远不止折叠这一个层面。蛋白质的动态行为、与其他分子的交互、以及细胞内环境的影响，都是目前结构生物学尚未完全解决的问题。
新模型是工具，不是答案。
它让科学家手里多了一把更精准的尺子，但生命这本天书还有太多未解章节。🔥 今日互动
AI预测蛋白质结构，对普通人的意义是什么？欢迎评论区聊聊。
A. 新药研发加速，看病更方便
B. 技术太遥远，与我无关
C. 评论区见
---
本文由AI辅助创作，内容来源：Scientific American、DeepMind官方博客等。